Cloud-Native、机器学习、深度学习、 小模型 AI-Native、生成式 AI、基础大模型 & 大语言 模型 & 多模态大模型 & 世界模型 服务架构 微服务化、容器化、SaaS、Serverless 智能化、Agentic AI、Agent 架构、MaaS（模 型即服务）、RAG 软件工程方法 DevSecOps、AIOps DataOps、MLOps&LLMOps、DevSecOps融合， 全栈服务， 承载云与 AI 原生关键技术，支持智能应用开发、运行、运维、集成等全生命周期与全场景。智能应用平台、参考框架 如下图： 将继承 Cloud-Native 的微服务化、容器化、Serverless 化等能力，增强自然语言 UI、提示工程、RAG 检索增强生成、 预训练大模型、XPU 异构混合算力，集成知识库与外部工具等，演进为智能应用。各行各业的智能应用，借助 AI 实现 自运行 业私有数据的全连接能力，提供可复用的 AI 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 23 公共能力部件，实现行业应用的智能化组装和高效集成。 5) 智能化和 Serverless 化的底座：为应用开发、运行、运维、集成提供公共的平台服务，集成消息、事件、缓存 等 AI 原生中间件，提供多模型融合、多 Agent 通信、推理加速、实时 RAG、云边一体等能力，统一管理并高

AI”一体化降本闭环，模型训练综合成本降幅最高达 85%。 ● 商业模式创新加速 AI 技术普惠化。通义千问模型价格持续下降，配合多款开源模 型构建开放生态。阿里云百炼平台集成上百款大模型 API，支持 serverless 化计费模式， 实现一键开通、按需分配。这套体系已支撑电商、自动驾驶等场景实现万亿参数模型 的高效部署，使中小企业能够以更低门槛获取顶尖 AI 能力。 阿里云的企业级 AI 基础设施

构较为单一，缺乏 松耦合和独立部 署的特性 （1）部分应用程 序采用容器化部 署，利用容器编排 平 台 （ 如 Kubernetes）进行 弹性部署和管理 （2）应用无服务 器计算（如阿里云 Serverless）来实 （1）多个应用程 序采用微服务架 构，通过服务注册 与发现、负载均衡 等实现高可用性 和水平扩展 （2）部分应用程 序使用无服务器 架构，将特定任务 （1）应用程序采 用基于容器的编 弹性和按需计算 下的应用程序采 用服务网格（如 Istio）进行流量 管理、服务间通信 和故障恢复 （3）无服务器架 构下的应用程序 使用云提供商的 无服务器计算服 务 （ 如 阿 里 云 Serverless），实 现按需计算和自 动扩缩容 化部署、监控和管 理，实现故障感 知、自动重启和自 愈能力 （3）引入日志和 指标监控系统，实 时监测应用程序 的性能和健康状 态，及时发现和处 理异常

API 网 关实现轻量化集成，并沉淀通用组件能力（如认证、日志等），为迭代过程中快速集成功能提供支撑，实现灵 活性、复用性与一致性的动态平衡。 技术架构强调“弹性与自动化”，依托容器化、Serverless 等适配敏捷开发的技术体系，构建可快速扩 缩容的基础设施，并集成 CI/CD 自动化流水线工具，使架构具备支持高频迭代的技术支撑能力。 软件架构遵循“轻量演进、持续精化”原则。设计初期基

化。在数据云化方面，在公有云上开展数据分析处理，即数 据云化处理将成为发展主流，华为、阿里云、腾讯云、百度、 星环等国内主流大数据企业均推出云原生数据湖、云原生数 据平台等产品。阿里云首款 Serverless 数据库产品 RDS MySOIServerless 正式商业化，PingCAP 在 HTAP Summit 上 宣布 TiDB CloudServerless Tier BETA 版正式发布。在融合一